意見領袖 | 王劍

　　來源：王劍的角度

　　一、普惠金融的公式

　　普惠金融是指以合適的成本向社會偏弱勢的群體提供金融服務。這些群體包括小微企業、城鄉低收入人群、貧困人群、殘疾人、老年人等。我們暫時將他們統稱為“普惠客群”。

　　這里的金融服務是豐富多元的，包括資產業務——主要是指普惠信貸，給這些人放貸。也包括負債業務，比如存款或財富業務。雖然這些人的財富可能不多，但也不能說他們錢少就放存款算了，沒機會買資管產品，這種想法違背普惠原則。因此，就有了普惠財富業務。普惠信貸和普惠財富，可能是目前普惠金融中最令人關注的兩項業務。

　　普惠金融不是慈善事業，因此是追求商業可持續的，是一門能夠創造合理利潤的生意。因此，普惠金融是一種兼顧經濟價值和社會價值的商業活動。但這種兼顧很難，難就難在成本控制。因為普惠客群量大、分散，單客價值量小，很難形成合理利潤。

　　我們先從一個最簡單的收入、成本公式出發：

　　首先，由于普惠客群體量很小，因此每位客戶能為金融機構貢獻的收入（單客收入）是很低的，如果不能設法壓降單客成本，則會導致無法實現單客是盈利的。因此，普惠金融的第一項任務：壓降單客成本。

　　然后，即使單客實現了盈利，這筆單客盈利（毛利）也是非常微薄的，那么，如果客戶數不夠多，就會導致總毛利還不能覆蓋固定成本。這里的固定成本是指開辦一家金融機構所需要的固定成本，這可能不是一個小數字。因此，客戶數越大越好。因此，普惠金融的第二項任務：擴大客戶數。

　　二、千人千面的難題

　　先看第一項任務：壓降單客成本。

　　普惠金融單客成本之所以很高，是因為，最典型的兩種業務普惠信貸和普惠財富，是高度定制化、個性化的，不是簡單的標準化業務，這就會產生很高的單客成本。這種業務，可稱為“千人千面”的業務。

　　1、普惠信貸

　　以小微信貸的臺州模式為例。臺州模式是我國小微信貸業務的經典模式，在信息技術成熟之前，已經成熟運行了很多年了。跟大型企業的貸款不同，對于零散的小微企業或個體戶，是很難通過簡單的幾張表格的信息來判斷其還款能力和還款意愿的。因此，很多人會說，小微企業風險高。

　　事實上，“小微企業風險高”這句話，既對，又不對。

　　首先，小微企業單個體量小，很多企業會不小心就關張大吉，所以風險確實是大。這是從整體而言。

　　其次，如果就個體而言，有時會有不同的結論。如果某一家小微企業擺在面前，其業務較為單一、清晰，信息也不難獲取，風險其實不難判斷。相反，有時遇到一些大中型企業，看似實力雄厚，但信息有時也并不太透明，有時還負債水平較高，真遇到事，風險其實也不小。所以，如果從個體而言，真不一定是誰的風險高。

　　但是，面對一大堆小微企業，逐一走訪盡調，效果可能是好的，只是太費勁了。所以，可以說，普惠信貸不是風險高，是風險審查的成本高。

　　臺州模式解決這一問題的方法，就是按照類似社區銀行的做法，讓業務員深入到村、社當中，長期扎根當地，日久見人心，并掌握一些快速盡調的方法，然后在這種長期關系中去獲取客戶足夠的信息。

　　而這背后需要客戶經理超高的技藝。小微客戶經理掌握了從方方面面獲取客戶信息的能力，很多是無法言傳的“軟信息”，最終對客戶的人品形成判斷。我聽過最令人吃驚的例子，是一位前輩從客戶抖煙灰的小動作中都能觀察出來這人的誠信度和性格。

　　換言之，這一模式下，是用時間沉淀的軟信息來壓降了單客成本。但可復制性差，客戶經理入門需要較長時間。

　　2、普惠財富

　　普惠財富作為負債端業務，難度遠遠大于普惠信貸。因為，它需要更加詳細的客戶信息。而且，財富業務比信貸業務更難的一點是：財富業務客戶并不知道自己該投資于什么（自己不知道自己要什么），信貸業務的信息不對稱是單向的（放貸人擔心自己不夠了解客戶，但客戶了解自己），而財富業務則是雙向的，一開始雙方都不知道客戶要什么。

　　財富業務的精髓，是服務者通過了解客戶信息，為其量身定做財富方案，并建議客戶這樣做。真正意義的財富管理，是服務者和客戶經過深入溝通交談，基于自己的專業能力，為客戶制定方案。然后再基于此方案，挑選合適的金融產品，完成配置。因此，其單客成本非常高，這也導致了大家一提及財富管理，都會先想到高凈值客戶。

　　所以也不難理解，在信息技術成熟之前，國內還沒有非常成熟的面向大眾的普惠財富業務，普惠客群平時也就是存點錢，并且定期存款居多。這些普惠客戶未能享受財富業務，這是一種遺憾。

　　再看第二項任務：擴大客戶數。

　　普惠信貸的臺州模式，早期的方法就比較原始，讓客戶經理去掃街、陌拜，一家一家做，效率自然不高。后來借助一些“圈”和“鏈”，商圈、商會、村社、產業鏈、供應鏈等，效率有所提升。普惠財富業務也是同理，很難擴大客戶量。

　　三、現代信息技術加持

　　毫無疑問，現代信息技術的出現，尤其是數字化的出現，對上面兩項任務的完成，是有重大幫助的。當然，這些技術的引進，同樣也帶來一些其他成本。

　　1、普惠信貸

　　普惠信貸似乎是大數據在金融領域應用得較為成功的一個例子。

　　互聯網普及了十多年之后，網民在網絡上留下了大量的活動痕跡，我們給這些痕跡取了一個時髦的稱呼，大數據。有了大數據，放貸者便能分析出來這些人到底誠信度如何，包括還款能力、還款意愿。2013年，銀行和互聯網平臺開始試水純線上放貸（完全沒在線下見過客戶），到了今天，這已經是一項非常成熟的業務了。

　　而且，隨著軟硬件技術的提升，獲取大數據和客戶信息的能力還在提高。比如，上文提到過的，從客戶抖煙灰的小動作來判斷誠信的實例，或許哪一天也能讓機器做到。現在的硬件和網速已經能夠支持高清視頻，通過人工智能等技術，能夠捕捉人的表情和肌膚變化。

　　但是，這些技術非常昂貴，這便導致了公式中的“固定成本”可能較高。因此，這種依賴信息技術的互聯網業務，對客戶數有著更加迫切的渴求。如果客戶數不夠，業務的毛利無法覆蓋固定成本。因此，互聯網信貸和其他互聯網業務，對流量有著執著的追求。

　　此外，這些技術還有另外一塊成本，即采購大數據的成本，計入單客成本。這個成本目前也不低，導致純線上放貸只能以一個較高利率才能覆蓋成本。因此，目前大部分純線上放貸利率較高，只有資質較為下沉的客戶才能承受這種利率，由此其客戶群體劃分了出來，與傳統銀行的客戶重疊度不高。目前，有很多政府部門在做大數據的工作，希望整理好大數據，提供給全社會使用，這樣能降低成本。

　　2、普惠財富

　　目前已有多家機構在嘗試純線上財富業務，稱為“智能投顧”。和前文的純線上放貸一樣，希望通過掌握客戶足夠多的信息，由系統自動完成客戶財富配置方案的制定。截至目前有一些成果，但還沒有太成熟的案例。可能是互聯網上所能獲取的信息，還不足以對一個人的財富管理需求進行充分的刻畫。我們繼續期待著未來數據和技術更為先進之后，會有所突破，讓財富業務惠及更多普惠客群。

　　(本文作者介紹：中國人民大學金融學碩士，CFA持牌人，曾供職于浙商證券、光大證券研究所，擔任金融行業分析師，2018年加盟國信證券，任金融業首席分析師。)